文件名称：BankNoteAuthentication:使用多元线性回归解决钞票认证问题
文件大小：524KB
文件格式：ZIP
更新时间：2024-05-08 16:27:04
python data-science machine-learning linear-regression jupyter-notebook
银行票据认证 使用多元线性回归解决钞票认证问题 链接到我与此工作一起发布的博客文章， 为了根据给定的照片采取多种措施，预测给定的钞票是否真实。 使用的- 二进制分类问题。 数据集由5列组成，如下所示： 属性： 小波变换图像的方差（连续）。 小波变换图像的偏斜度（连续）。 小波变换图像的峰度（连续）。 图像的熵（连续）。 标签（目标） 输出（0表示真实，1表示不真实）。 加载数据集 从csv文件将数据集加载到pandas数据框中。 分析数据 使用散点矩阵。 准备数据 将数据（标签和属性）分为两个子集：测试集和训练集。 创建模型 使用线性回归。 训练模型 使用训练集训练分类器。 评估模型 使用测试集进行评估。 生成用于变化阈值的混淆矩阵。 计算错误分类率。 计算ROC下的面积。
【文件预览】：
BankNoteAuthentication-master
----data_banknote_authentication.csv(45KB)
----Banknoteauth.ipynb(739KB)
----README.md(2KB)